基于距离测度的区间粗糙模糊数多属性决策方法北大核心

将模糊集理论与区间粗糙数融合,提出了区间粗糙模糊数的概念,并定义了区间粗糙模糊数的运算法则。为对区间粗糙模糊数进行比较及排序,定义了区间粗糙模糊数的上近似距离和下近似距离,每个距离下分别讨论了最大、最小和平均三种情形,并通过调节因子α将上近似距离和下近似距离集成为区间粗糙模糊数的距离。为解决区间粗糙模糊数形式下的多属性决策问题,定义了信息系统的最优解、最劣解、正距离、负距离、优势度等概念,并借助熵权法确定属性权重,给出对象的加权综合优势度及排序结果。算例结果表明,最大距离、最小距离和平均距离三种情形下得到的结果无显著差异,且与决策者主观认知基本一致,验证了算法的合理性与稳健性。     

基于粗糙集的北部湾区域物流发展协调性评价

本文通过建立不完备序决策系统下的概率优势关系模型,提出了条件属性集与决策属性集之间的协调度概念,将这一方法用于评价广西北部湾经济圈各区域物流发展与经济发展之间的适应性与协调性,得出了桂林、梧州、玉林、柳州、南宁、北海等地处于物流发展落后状态,防城港、贵港等地处于物流发展领先状态而其余各地相对协调的结论,相关结论可为政府平衡各地经济与物流发展提供建议。